[发明专利]一种基于摄像头的视觉多目标跟踪方法

权利要求书

1.一种基于摄像头的视觉多目标跟踪方法，其特征在于：所述跟踪方法包括如下步骤：

(1)选取待检测的视频，并通过yolo-v2方法检测所述视频的t1帧图像，获取所述t1帧图像中的多个第一检测目标的第一目标检测结果以及第一目标特征向量；

(2)利用KCF跟踪器对获取的多个所述的第一检测目标进行跟踪，此时所述的多个第一检测目标成为所述KCF跟踪器的跟踪目标，并获得所述跟踪目标在t1～t2时间内的轨迹以及跟踪目标结果，其中所述跟踪目标的跟踪目标特征向量与所述第一目标特征向量相同；

(3)通过yolo-v2方法检测所述视频的t2帧图像，获取所述t2帧图像中的多个第二检测目标的第二目标检测结果以及第二目标特征向量；

(4)计算所述跟踪目标和所述第二检测目标为同一目标的概率，根据所述概率对这两者进行关联，并为能够实现关联的目标分配跟踪编号；

(5)将未分配到编号的跟踪目标移出所述的KCF跟踪器，同时将未分配到编号的第二检测目标加入所述的KCF跟踪器，随后自所述步骤(2)开始重复上述步骤，直至跟踪任务结束，并得到所述跟踪目标的最终轨迹。

2.根据权利要求1所述的一种基于摄像头的视觉多目标跟踪方法，其特征在于：在所述步骤(1)中，选取待检测的视频之后还进一步包括：对所述待检测的视频进行解帧，并将所述视频流转为图像序列。

3.根据权利要求1所述的一种基于摄像头的视觉多目标跟踪方法，其特征在于：所述的yolo-v2方法包括：搜集训练样本并预训练一个卷积神经网络模型，将待检测帧的图像输入所述的卷积神经网络模型，得到目标检测结果，并从预先选定的卷积层中分别抽取出所述的待检测帧图像中每个目标的目标特征向量。

4.根据权利要求1所述的一种基于摄像头的视觉多目标跟踪方法，其特征在于：所述的KCF跟踪器的跟踪原理包括：

a、在待检测帧的图像中选定跟踪目标，并生成训练样本，得到目标检测器；

b、利用所述目标检测器对所述待检测帧的下一帧图像中的所述跟踪目标的位置进行检测，得到检测结果；

c、根据所述的检测结果更新所述目标检测器；

d、重复步骤(b)和所述步骤(c)，实现目标跟踪。

5.根据权利要求1所述的一种基于摄像头的视觉多目标跟踪方法，其特征在于：在所述步骤(4)中，所述概率的计算包括：分别计算所述跟踪目标结果和所述第二目标检测结果之间的欧氏距离以及所述跟踪目标特征向量和所述第二目标特征向量之间的相似度，并根据所述的欧氏距离和所述的相似度计算所述跟踪目标和所述第二检测目标为同一目标的概率。

6.根据权利要求5所述的一种基于摄像头的视觉多目标跟踪方法，其特征在于：所述概率的计算公式为：其中，E_ij表示所述跟踪目标结果和所述第二目标检测结果之间的欧氏距离，S_ij表示所述跟踪目标特征向量和所述第二检测目标特征向量之间的相似度。

7.根据权利要求5所述的一种基于摄像头的视觉多目标跟踪方法，其特征在于：所述欧氏距离的计算公式为：其中L_i表示所述跟踪目标结果的位置，L_j表示所述第二目标检测结果的位置；

所述相似度的计算公式为：similarity(x_i，x_j)＝x_i^Tx_j，其中x_i表示所述跟踪目标特征向量，x^j表示所述第二目标特征向量。

8.根据权利要求5所述的一种基于摄像头的视觉多目标跟踪方法，其特征在于：在所述步骤(4)中，所述的关联通过匈牙利算法实现，将所述概率导入所述匈牙利算法，完成不同图像帧之间的关联，关联矩阵为其中，为目标分配的分配矩阵，为目标分配的开销矩阵，c_ij表示将第j个目标检测结果匹配第i个跟踪结果的开销。